如何直观地检查PDF？有什么工具可以在windows上运行吗？

Question

如何检查PDF文件，最好使用工具？

用例:我正在尝试以编程方式生成PDF文件(使用iText)。我在实现某些布局时遇到了困难，但我有PDF文件，其中的文本按照我想要的方式布局(从Word生成)。我想反向工程他们如何做到这一点。

PDF Inspector看起来不错，但我想找个适用于Windows的。

Answer 1

Adobe Acrobat有一个非常酷但隐藏得很好的模式，允许你检查PDF文件。我在https://blog.idrsolutions.com/2009/04/viewing-pdf-objects/上写了一篇博客文章解释这一点

Answer 2

除了其他答案中提到的基于GUI的工具外，还有一些命令行工具可以将原始PDF源代码转换为不同的表示形式，使您可以使用文本编辑器检查(现在已修改的文件)。下面的所有工具都可以在Linux、Mac OS X、其他Unix系统或Windows上运行。

qpdf (我的最爱)

使用解压(大多数)对象的流，并将ObjStm对象分解为单独的间接对象：

qpdf --qdf --object-streams=disable orig.pdf uncompressed-qpdf.pdf

qpdf将自己描述为一个“对PDF文件进行结构化的、内容保留的转换”的工具。

然后只需在您喜欢的文本编辑器中打开+检查uncompressed-qpdf.pdf文件。大多数以前压缩的(因此是二进制的)字节现在将是纯文本。

mutool

还有mutool命令行工具，它与Ghostscript PDF查看器捆绑在一起(Ghostscript的姊妹产品，由同一家公司Artifex制造)。下面的命令也会解压数据流，并使它们更容易通过文本编辑器进行检查：

mutool clean -d orig.pdf uncompressed-mutool.pdf

podofouncompress

是一个用于处理PDF格式的免费软件/开放源码库，它包括一些命令行工具，包括podofouncompress。像这样使用它来解压缩PDF流：

podofouncompress orig.pdf uncompressed-podofo.pdf

peepdf.py

是一个基于Python的工具，可以帮助你浏览PDF文件。它最初的目的是研究和剖析基于PDF的恶意软件，但我发现它对调查完全良性的PDF文件的结构也很有用。

它可以交互地“浏览”PDF中包含的对象和流。

我在这里不会给出一个用法示例，只会给出一个文档链接：

pdfid.py和pdf-parser.py

pdfid.py和pdf-parser.py是用Python语言编写的两个。

他们的背景也是为了帮助探索恶意的PDF --但我发现分析良性PDF文件的结构和内容也很有用。

下面是我如何将未压缩的PDF对象5号流提取到*.dump文件中的示例：

pdf-parser.py -o 5 -f -d obj5.dump my.pdf

结束语

1. 请注意，PDF中的一些二进制部分不一定是不可压缩的(或可解码为人类可读的ASCII码)，因为它们在PDF中嵌入并以其本机格式使用。
2. 如果你比较上面的工具和给出的命令行例子，你会发现它们并不都能产生相同的输出。比较它们本身的差异可以帮助您更好地理解PDF语法和文件格式的性质。

Answer 3

我在Linux中使用iText RUPS(读取和更新PDF Syntax)。因为它是用Java编写的，所以它也可以在Windows上运行。您可以在树状结构中浏览PDF文件中的所有对象。它还可以即时解码Flate编码流，使检查变得更容易。

截图如下：

​

​